[发明专利]一种发现大学生日常生活习惯的神经网络结构与方法

说明书

本发明公开了一种发现大学生日常行为习惯的神经网络结构与方法，包括：获取大学生校园生活基本数据并存入数据库；对生活基本数据预处理工作，将数据分为不同数据集；针对所采集数据，构建基于特征的行为分类，获取数据分类结果；根据数据分类结果，先利用空间化图卷积网络分类模型，再引入基于注意力机制的图卷积神经网络结构与方法，建立学生行为习惯基于外显行为数据的发现机理与表示计算；针对习惯定性化描述中内容混杂的问题，利用神经网络模型输出的结果，构建习惯基于其外显行为的集合化表达与形式化描述。最终构建出行为习惯可发现模型，根据不同学生行为数据进行分析，可以解决教育数据深层次挖掘的问题，实现教育数据利用和分析。

技术领域

本发明属于教育学\教育技术学与计算机科学、地理信息科学等多学科交叉领域，具体涉及一种发现大学生日常生活习惯的神经网络结构与方法。

背景技术

教育大数据的发展十分迅速，围绕教育大数据的数据处理、信息挖掘与应用服务等研究成为一系列研究热点。同样，应用校园大数据分析学生的成才过程，构建有效保障，也已经成为教育大数据新的研究方向。

我国教育家叶圣陶先生说过：“教育就是培养习惯。”抛开对习惯与教育目标的关系争议，自古以来，不论是国内还是国外，教育家们对于习惯的重要性有着统一的认识，习惯对人极为重要。所谓习惯，是在长久过程中经反复练习，并发展成个体自动化的行为方式。习惯是变化的，若不注意养成过程中的不当行为影响，好习惯会变成坏习惯。然而良好的习惯不能在无意识状态下自发形成，一般自发形成的习惯大多是不良习惯，坏习惯一旦形成，其改良的过程将变得漫长而苦难。

大学生是当代社会的重要组成部分，也是最生动最具有活力的群体，其综合素质的高低，直接关系国家与社会的长远发展。大学教育应当在学生进入大学初期就有目的地帮助学生培养或维护良好的学习生活习惯。然而当代大学生，特别是刚刚进入大学的低年级学生，从高中进入大学后，由高中的强监督学习变成大学的弱监督学习，由于对自身学习行为缺乏控制与约束，一些不良的日常行为导致学习习惯发生变化，导致辍学甚至最终影响到学生成才。对习惯的研究刻不容缓，良好的习惯来自于对行为的正确认识，而良好的行为习惯的建立除了需要靠自身努力外，还要靠同学、朋友、老师和家长等多方监督与指导，是内因外因共同作用的结果。因而，研究大学生的日常校园活动数据，从日常的行为与活动中，去判断、分辨生活中习以为常的行为，及时干预不良行为活动，是帮助大学生培养良好习惯的重要途径。

大数据技术的发展，智慧校园的建设，基于物联网感知类技术、视频录制类技术、图像识别类技术等，进行校园范围内教育、学习、活动等数据的全面、自然、动态、持续采集，构建教育大数据已经成为常态。进入数字化生活时代，日常生活与学习各类活动已被各类设备默默记录，应用校园大数据分析学生的成才过程，构建有效保障，已经成为大数据应用的重要方向。

因此，应用大数据技术，从校园大学生日常学习生活行为数据出发，通过发现其习惯，判断其行为活动对习惯变化的影响，并及时进行精准的干预是确保大学生养成良好习惯，顺利成才的重要保障。

发明内容

针对现有技术的以上缺陷或改进需求，本发明提供了一种发现大学生日常生活习惯的神经网络结构与方法。本发明技术方案的方法，针对大学生校园日常生活数据的多样性、多维度、多类型特性，构建学生数据的图结构化表示，引入图神经网络实现大学生日常生活习惯可发现的方法。对教育数据的深层次挖掘，实现了教育数据的利用和分析。

为实现上述目的，本发明提供了如下方案：本发明提供一种发现大学生日常生活习惯的神经网络结构，其特征在于，包括依次相连的数据获取模块、数据预处理模块、校园生活数据分类模块、习惯数据发现模块以及习惯数据描述模块；

所述数据获取模块，用于获取大学生日常生活数据，并存入数据库；

所述数据预处理模块，用于对大学生日常生活数据进行过滤、清洗和离散化数据预处理；